Modified Mahalanobis Taguchi System for Imbalance Data Classification
المؤلف
المصدر
Computational Intelligence and Neuroscience
العدد
المجلد 2017، العدد 2017 (31 ديسمبر/كانون الأول 2017)، ص ص. 1-15، 15ص.
الناشر
Hindawi Publishing Corporation
تاريخ النشر
2017-07-24
دولة النشر
مصر
عدد الصفحات
15
التخصصات الرئيسية
الملخص EN
The Mahalanobis Taguchi System (MTS) is considered one of the most promising binary classification algorithms to handle imbalance data.
Unfortunately, MTS lacks a method for determining an efficient threshold for the binary classification.
In this paper, a nonlinear optimization model is formulated based on minimizing the distance between MTS Receiver Operating Characteristics (ROC) curve and the theoretical optimal point named Modified Mahalanobis Taguchi System (MMTS).
To validate the MMTS classification efficacy, it has been benchmarked with Support Vector Machines (SVMs), Naive Bayes (NB), Probabilistic Mahalanobis Taguchi Systems (PTM), Synthetic Minority Oversampling Technique (SMOTE), Adaptive Conformal Transformation (ACT), Kernel Boundary Alignment (KBA), Hidden Naive Bayes (HNB), and other improved Naive Bayes algorithms.
MMTS outperforms the benchmarked algorithms especially when the imbalance ratio is greater than 400.
A real life case study on manufacturing sector is used to demonstrate the applicability of the proposed model and to compare its performance with Mahalanobis Genetic Algorithm (MGA).
نمط استشهاد جمعية علماء النفس الأمريكية (APA)
El-Banna, Mahmoud. 2017. Modified Mahalanobis Taguchi System for Imbalance Data Classification. Computational Intelligence and Neuroscience،Vol. 2017, no. 2017, pp.1-15.
https://search.emarefa.net/detail/BIM-1141027
نمط استشهاد الجمعية الأمريكية للغات الحديثة (MLA)
El-Banna, Mahmoud. Modified Mahalanobis Taguchi System for Imbalance Data Classification. Computational Intelligence and Neuroscience No. 2017 (2017), pp.1-15.
https://search.emarefa.net/detail/BIM-1141027
نمط استشهاد الجمعية الطبية الأمريكية (AMA)
El-Banna, Mahmoud. Modified Mahalanobis Taguchi System for Imbalance Data Classification. Computational Intelligence and Neuroscience. 2017. Vol. 2017, no. 2017, pp.1-15.
https://search.emarefa.net/detail/BIM-1141027
نوع البيانات
مقالات
لغة النص
الإنجليزية
الملاحظات
Includes bibliographical references
رقم السجل
BIM-1141027
قاعدة معامل التأثير والاستشهادات المرجعية العربي "ارسيف Arcif"
أضخم قاعدة بيانات عربية للاستشهادات المرجعية للمجلات العلمية المحكمة الصادرة في العالم العربي
تقوم هذه الخدمة بالتحقق من التشابه أو الانتحال في الأبحاث والمقالات العلمية والأطروحات الجامعية والكتب والأبحاث باللغة العربية، وتحديد درجة التشابه أو أصالة الأعمال البحثية وحماية ملكيتها الفكرية. تعرف اكثر